从网站提取特征

Question

这更像是一个理论问题

每当我在网页上搜索特征提取和特征匹配时，我得到的唯一结果就是图像对象......比如寻找一个脸或一个模糊的枕头等。

但我试图获得的是一个很好的功能匹配（或提取）从网站..意味着我专注于网站中的重要对象，加上匹配将很可能是在面板，表格或图像之间（图像最不可能）

使用opencv ORB或SIFT并没有给我很好的结果 这是我一直在使用的代码：

def feature_matching2(fp1, fp2, num_of_matches):
image1 = cv2.imread(fp1, 0)
image2 = cv2.imread(fp2, 0)

orb = cv2.ORB()

kp1, des1 = orb.detectAndCompute(image1, None)
kp2, des2 = orb.detectAndCompute(image2, None)

bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)

matches = bf.match(des1, des2)
matches = sorted(matches, key=lambda x: x.distance)

image3 = cv2.drawMatches(image1, kp1, image2, kp2, matches[:num_of_matches])

plt.imshow(image3)
plt.show()
return sum([match.distance for match in matches[:num_of_matches]])

所以，基本上我正在寻找的是： 1.从网站的屏幕截图中提取重要特征/对象的方法 2.一种特征匹配算法，适合包含文本的大图像

*编辑* 我们的想法是拍摄2个网站的截图，并比较他们的功能，而不是使用html

谢谢

Answer 1

我认为您可以尝试 HOG （方向渐变直方图）特征提取。该技术计算图像的局部部分中的梯度方向的出现。简单的 Euclidean距离对于特征匹配很有用。